在熊猫中将过采样的数据集另存为csv文件

编程问答 2022-08-15

问题描述

我是Python的新手，如果太简单了，请提前道歉。找不到任何内容，this question没有帮助。

我的代码是

# Split data
y = starbucks_smote.iloc[:,-1]
X = starbucks_smote.drop('label',axis = 1)

# Count labels by type
counter = Counter(y)
print(counter)
Counter({0: 9634,1: 2895})

# Transform the dataset
oversample = SMOTE()
X,y = oversample.fit_resample(X,y)

# Print the oversampled dataset
counter = Counter(y)
print(counter)
Counter({0: 9634,1: 9634})

如何保存过采样的数据集以备将来使用？

我尝试过

data_res = np.concatenate((X,y),axis = 1)
data_res.to_csv('sample_smote.csv')

遇到错误

ValueError: all the input arrays must have same number of dimensions,but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)

感谢任何提示！

解决方法

您可以创建数据框：

data_res = pd.DataFrame(X)
data_res['y'] = y

，然后将data_res保存到CSV。

基于级联numpy.arrays的解决方案也是可行的，但是需要np.vstack才能使尺寸兼容：

data_res = np.concatenate((X,np.vstack(y)),axis = 1)
data_res = pd.DataFrame(data_res)
numpypandaspandaspythonresamplingsmote